Meereis im Kontext von Klimamodellen

Meereismodelle haben einen deutlich engeren Fokus als Modelle hoher Komplexität wie z.B. Atmosphäre oder Ozeanmodelle: GCMs (General Circulation Models) oder ESMs (Earth System Models) werden zum Beispiel in Studien des Intergovernmental Panel on Climate Change (IPCC) angewendet, um die möglichen Folgen der globalen Erwärmung im Klimasystem darzustellen, welche durch einen anthropogenen (atmosphärischen) Kohlenstoffdioxid-Anstieg verursacht wird. Meereis spielt, trotz seiner globalen Bedeutung, in diesen Modellen eine untergeordnete Rolle. In neueren globalen Modellen ist jedoch die Gewichtung des Faktors Meereis erhöht worden.

Klimamodelle simulieren die Ausdehnung und die Masse von Meereis, neigen jedoch dazu, den Rückgang des arktischen Meereises zu unterschätzen. Es gibt verschiedene Erklärungen dafür, warum Klimamodelle diesen Rückgang des arktischen Meereises unterschätzen.

Da das arktische Becken als physikalisches System viele Wechselwirkungsprozesse und (negative wie positive) Rückkopplungen enthält und damit sehr komplex zu beschreiben ist, existieren verschiedene Erklärungsansätze in Bezug auf die Genauigkeits-Defizite von Modellen. Die Modelle können in zwei Kategorien unterteilt werden:
Diejenigen, welche mechanische Prozesse und diejenigen, welche thermodynamische Prozesse mit einbeziehen. Für die zweite Kategorie können beispielsweise folgende Erklärungen für die Genauigkeits-Defizite angeführt werden:

  • In den Klimamodellen wird die positive Albedo-Rückkopplung als lineare Beziehung zwischen polaren und globalen Temperaturen und zwischen polaren Temperaturen und der Albedo dargestellt. Damit wird ihr Effekt unterrepräsentiert und dies führt zu einer Unterschätzung der verstärkten Erwärmung der Arktis (arktische Amplifikation).
  • Die Auswirkungen der negativen Rückkopplung im Winter, verursacht durch eine Temperaturinversion, werden als zu stark abgebildet.
  • In Klimamodellen wird die Parametrisierung der Eisalbedo, welche zu einer Unterschätzung der Eisschmelze führt, zu stark vereinfacht.
  • Polare Wolken, die einen erheblichen Einfluss auf die Strahlungsbilanz langwelliger und kurzwelliger Lichts des arktischen Ozeans haben, und damit auf die Meereis-Massenbilanz, sind ebenfalls eine Quelle großer Unsicherheiten in den Klimamodellen.


Auch die verfälschte Wiedergabe von mechanischen Prozessen (erste Kategorie der Modelle) kann eine Ursache für die Defizite von Modellen sein. Ein Beispiel hierfür ist die schlechte Berücksichtigung der atmosphärischen Variabilität, wie der Nord Atlantischen Oszillation (NAO) oder der Arktischen Oszillation (AO), welche die transpolare Meereisdrift sowie den Meereisexport durch die Fram-Straße beeinflussen. Darüber hinaus sind oberflächennahe Strömungen, die einen Einfluss auf die Meereisbedeckung haben, in den Klimamodellen oft schlecht wiedergegeben. Eine unzureichende Darstellung der Meereisbewegungen könnte also eine Erklärung dafür sein, dass in Modellen die simulierte Meereisabnahme nicht den reell gemessenen und beobachteten Werten entspricht.

Abbildung: Die Abbildung links beinhaltet Zeitserien beobachteter und simulierter Meereisausdehnungen (AR4-Szenarienläufe des IPCC 2007) und zeigt so die starke Abnahme des arktischen Meereises in den letzten Dekaden, was von CMIP3-Modellen (Coupled Model Intercomparison Projekt Phase 3) nicht erfasst wird. Dargestellt wird die Ausdehnung des arktischen Meereises jeweils im September (in 106 km²) aus Beobachtungen (dicke rote Linie) und aus 13 CMIP3-Modellen, gemeinsam mit dem Mittelwert aus allen Modellen (durchgezogene schwarze Linie) und der Standardabweichung (gepunktete schwarze Linie). Modelle mit mehr als einem Ensemblemitglied sind mit einem Stern gekennzeichnet. Es ist zu beachten, dass die September-Mittelwerte dargestellt sind, nicht die jährlichen Minima (update von Stroeve (2013) mit freundlicher Genehmigung von J. Stroeve). [1]



__________________________

[1] geändert nach: Stroeve, J., M. M. Holland, W. Meier, T. Scambos, und M. Serreze, Arctic sea ice decline: Faster than forecast, Geophys. Res. Lett., 34, L09501, doi:10.1029/2007GL029703, 2007